在任一模式上拆分python列(Str)并保留分隔符

Question

我不太擅长正则表达式，我想在这里有所改进。我试图拆分一个字符串列，该列的值如下：

1000+10%

300-7%

我在用

pattern = r'[+|-]'
df[postsplitcol] = df[col].str.split(pattern)

但是，所发生的情况是+或-符号也会被移除。如何将+或-保留在正确的字符串后置拆分中？我试着在论坛上看了一些类似的问题，但没有找到一种有效的方法来解决分裂的任何一种模式，我试图在这里分裂。

Answer 1

df['col'].str.split("(?=[+-])", expand = True)

      0     1
0  1000  +10%
1   300   -7%

Answer 2

在这里使用str.extract：

df[["num", "pct"]] = df["col"].str.extract(r'^(\d+(?:\.\d+)?)([+-]\d+%)$')

下面是对所使用的regex模式的解释：

• ^从column
• (打开的第一个捕获group
• \d+匹配一个integer
• (?:\.\d+)?与一个可选的十进制component
• )关闭第一个捕获group
• (打开第二个捕获group
• [+-]匹配+/-
• \d+匹配integer
• %匹配%
• )关闭第二个捕获group
• $列的末尾

我们将两个捕获的值映射到LHS上指定的两列中。